.png){kind=icon}
返回
PMSANet: a scale aggregation network for accurate pointer meter reading
.png){kind=icon}
PRE
AI
DOI：10.1088/1361-6501/ae51b1.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
指针式仪表因其固有的稳定性和可靠性，在工业环境中得到了广泛应用。为提升自动读数方法的特征提取能力和边缘轮廓分割精度，本文提出了一种新颖的指针式仪表读数架构——指针式仪表刻度聚合网络（PMSANet），通过分层多尺度特征聚合实现精确读数。首先，PMSANet采用SA-Basicblock作为骨干网络，对自然环境中的指针式仪表进行分类，其中引入的注意力机制解决了传统方法中固定特征权重分配的问题。其次，利用基于多尺度特征聚合的MS-UNet作为分割网络，精确分割指针、主刻度线和表盘中心点。多尺度特征聚合能够充分捕获不同层次特征的全局语义信息和边缘细节，提升网络的特征提取能力。最后，通过角度法实现自动仪表读数。在本文的多类别指针式仪表数据集（MCPMD）及公开数据集（Pointer-10K）上，与先进分割网络相比，PMSANet展现出最佳性能。与U-Netv2方法相比，其Dice系数提升了4.42%，交并比（Intersection over Union）提升了7.48%，平均绝对误差（mean absolute error）降低至0.003。读数结果表明，在MCPMD上，整体最大误差率不超过0.981%，平均误差率不超过0.674%。本文提出的方法能够满足指针式仪表自动读数精度在实际应用中的要求。
Keyword:
Pointer meter reading
Scale aggregation network
Multi-scale feature extraction
Edge contour segmentation
Attention mechanism
期刊
IF:
3.4
论文数:
2.6K
被引数:
2.3W
机构
引用论文
Automatic Meter Reading from UAV Inspection Photos in the Substation by Combining YOLOv5s and DeeplabV3+.png)
Sensors
OAAI
SensorsIF0
OAAI分享收藏Recognition of Pointer Meter Readings Based on YOLOv8 and DeepLabv3+基于YOLOv8和DeepLabv3+的指针式仪表读数识别
PREAI
分享收藏An Effective Semantic Segmentation Network With Multipath Attention for Industrial Meter Pointer Images一种有效的多径关注的工业仪表指针图像语义分割网络
PREAI
分享收藏A pointer meter recognition method based on virtual sample generation technology一种基于虚拟样本生成技术的指针式仪表识别方法MEASUREMENT
MEASUREMENTIF5.6
PREAI
分享收藏A detection and recognition system of pointer meters in substations based on computer vision基于计算机视觉的变电站指针式仪表检测与识别系统MEASUREMENT
MEASUREMENTIF5.6
PREAI
分享收藏A pointer meter reading recognition method based on YOLOX and semantic segmentation technology基于YOLOX和语义分割技术的指针抄表识别方法MEASUREMENT
MEASUREMENTIF5.6
PREAI
分享收藏A Robust Pointer Meter Reading Recognition Method Based on TransUNet and Perspective Transformation Correction基于TransUNet和透视变换校正的鲁棒指针式仪表读数识别方法ElectronicsOAAI
ElectronicsIF0
OAAI分享收藏
查看更多内容